An enhanced heuristic XoR network coding-based method for high quality video streaming over VANETs
Notice bibliographique
Résumé
One of the most important challenges in live video streaming in mobile vehicular networks is the optimal use of broadband and point-to-point packet delay. Recent studies show that the sheer use of frames flow compression methods (such as H.264 or HEVC) and the proper communication overlay, such as Peer-to-Peer (P2P), has no absolute influence on increasing the quality of received video in VANET networks. Therefore, the use of an appropriate data exchange method, such as network coding, seems to be of great importance. Compared to Random Network Coding (RNC), XoR Network Coding (XNC) method has the least computational load for the network which is an important factor in optimal use of limited energy of nodes in a wireless network. The basic problem in XNC is that when a node is supposed to combine several frames and transmit them through an encoded frame, how this combination could be made to enable other nodes of the network to be broadcasted through receiving this packet and how can the available packets in their buffers decode as well as extract the largest number of frames in order to experience a higher video quality. To fulfil this aim, an encoding intelligent method is required which is based on the buffers' status of neighbours. In the proposed method in this article, the best frame combination is reached through buffers status of neighbours and AHP methods or AHP-TOPSIS methods, and the encoded frames are broadcasted through XNC. Simulation results show that due to the reduction in number of transmitted packets in the network, parameters such as congestion and point-to-point delay are significantly reduced and vehicles experience a higher video quality compared with other similar methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».